為什麼大數據在公路交通領域的實際應用進展如此慢？

01-25

看到很多交通大數據的項目和新聞，但與老百姓切身相關的、真正落地項目的太少，除了百度高德在搞優化導航、滴滴搞了個簡單的打車點分布地圖、沒看到幾個像樣的。就連紅綠燈優化設備這麼簡單的事，也做的好差，為啥呢？【制度類的原因就不用重複了】

不知道這個問題為什麼會是如此設問？

大數據在交通運輸領域的應用應該算是最快的幾個領域之一了吧。

個人感覺，還是目前技術水平有限。比如快遞派送的最後一公里問題，目前也沒有一個比較好的解決方案。現在數據處理這一塊，概念性的東西很多，但是落實到位的東西很少。

估計還是個利益驅動的問題，交通主管部門還沒被逼到不落地不行了的地步，畢竟這個預算有點高，沒有剛需，研究這個的就少了。其實這一塊是很有前景的。

不知題主對交通大數據了解多少，看到@Karel的回答，對交通大數據的應用了解得很多。

題主所提問的關於紅綠燈優化問題我可以稍微解釋一下，我所了解的交通大數據是通過分析歷史交通檢測數據來獲取交通狀態，主流的紅綠燈配時優化也是通過檢測數據來進行的，而這些檢測數據是實時進行的，並且紅綠燈配時優化對實時性要求也較高，所以我認為現有的檢測器實時檢測已經能夠滿足信號優化配時。

此外，題主說到「紅綠燈優化」簡單，任何一個有人參與的系統都是「不簡單」的，信號配時也一樣，雖然現在信號配時優化沒有應用到除道路檢測器(包括特殊車輛車載設備數據)以外的數據，其他類型數據並不是不可以應用於信號優化，但我認為當前階段那些交通數據即使應用於信號配時，也只能是輔助於現有道路檢測器數據。當然最大的問題是信號機廠商同意開放相應介面或者是信號機廠商能夠拿到其他類型的數據。

以上純屬個人觀點。

很淺顯的原因，大數據是已經發生的歷史數據，而交通信號優化是實時的，隨時有變化的隨時檢測路況隨時進行路況反饋的現實數據，交通信號處理不好的話，問題大發了，歷史數據屁用沒有。如果有預測，那也是路況數據反饋大量運算的後的一點點預測，對疏解疏散擁堵沒有絲毫用處。

貨運大數據的應用很廣泛啊，老闆姓需要感受到嗎？